【中止】【ソフトウェア配付・ＰＣ演習付き】製造業に特化した多変量解析基礎と解析実務の実施手順・ノウハウ ～予測・原因分析・縮約・分類のデータ解析実践入門～

・「実務で使えるソフトウェア」を実際に動かしながら学ぶオンライン講座！ ・年間の受講者数が1000名を超える、企業での実務経験豊富な講師が丁寧に解説します!

セミナー講師

 MOSHIMO研 代表　  福井 郁磨 氏（元オムロン（株）、元パナソニック（株）、元東レ（株）、元LG Electronics Japan Lab（株）） 

MOSHIMO研　ホームページFacebookページ■ご略歴1993年4月～ オムロン(株)：電子部品の原理開発、加工技術開発、ロボットの研究開発、                                       人の聴感判定を機械化した検査装置開発などに従事2006年6月～ パナソニック(株)：生活家電の要素技術、製品開発などに従事。2007年11月～ 東レ(株)：液晶ディスプレイなどの微細加工技術開発などに従事2010年4月～ LG Electronics Japan Lab(株)：関西の新規研究所設立責任者、                                                               洗濯機チームリーダー、オープンイノベーション室長を歴任2015年5月～ MOSHIMO研：製造業支援、開発コンサルティング、生活関連用品などの研究開発に従事※人工知能応用技術、実験計画法、品質工学に関して、電子部品・ロボット・加工技術・検査技術・   生活家電などの分野で、約29年の経験を持つ。＊日本品質管理学会会員／品質工学会会員

セミナー受講料

【オンラインセミナー（見逃し視聴なし）】：1名47,300円(税込（消費税10％）、資料付)＊1社2名以上同時申込の場合、1名につき36,300円

【オンラインセミナー（見逃し視聴あり）】：1名52,800円(税込（消費税10％）、資料付)＊1社2名以上同時申込の場合、1名につき41,800円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

• 配布資料は、印刷物を郵送で1部送付致します。お申込の際はお受け取り可能な住所をご記入ください。お申込みは4営業日前までを推奨します。それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、テキスト到着がセミナー後になる可能性がございます。
• 資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです→環境の確認についてこちらからご確認ください
• 申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です→こちらをご確認ください

【パソコン演習に関して】

Excelをインストール済みのWindows PCを各自ご用意ください。パソコン演習を実施します。 　演習で使用するソフトウェアと演習ファイル一式は、受講申込者にのみ、送付いたします。 　ソフトウェアは、下記の3点を配布します。 　　・多変量解析ソフトウェア（インストール必須。演習使用） 　　・実験計画法（品質工学）解析ソフトウェア（インストール不要。参考のため配布） 　　・人工知能ソフトウェア（インストール不要。参考のため配布） 　配布する多変量解析ソフトウェアは、事前に演習で使用するWindows PCにインストールしておいてください。セミナー当日は、インストールが完了している前提で開始いたします。なお、配布するソフトウェアは、Windows以外のOSには対応していません。Windowsは、Windows10の32bit、64bitどちらでも結構です。

• インストール必須の多変量解析ソフトウェアに関して事前連絡・セミナー申込み前にソフトウェアに関して確認したい場合は、講師に直接お願いします。 　連絡先：MOSHIMO研　福井　ikuma.fukui@wmjplab.com ・多変量解析ソフトウェアのフル機能を期間の制限なく使用したい場合、   インストール時にWindowsの日付を一時的に変更する操作が必要になります。 ・インストール時にWindowsの日付を一時的に変更せずに、インストールする場合、   30日後にデータ数に関して制限がかかります。制限後は、10変数×20データまでになります。   データ数に制限がかかっても、解析機能には制限がかからないため、通常の開発用途では問題なく解析可能です。 ・配布する3種類のソフトウェアは、下記の複数のウィルススキャナーで、問題が無いことを確認済みです。 　　  ・McAfee 　　  ・TrendMicro 　　  ・ESET-NOD32 　　  ・Microsoft Defender ・配布する3種類のソフトウェアは、外部と通信する機能はありません。  （インターネット環境に接続する必要はありません）
• オンラインセミナーにおけるパソコン環境推奨オンラインセミナーの場合、下記のようにパソコン環境を準備すると受講しやすくなります。・大画面のディスプレイを使用し、Zoom、Excel、解析ソフトウェアの３つのソフトウェアを１つの   ディスプレイに同時に表示して受講 ・デュアルディスプレイにし、１つのモニターにZoom、   もう１つのモニターにExcelと解析ソフトウェアを表示して受講 ・Zoomを表示するパソコンと、Excelと解析ソフトウェアを表示するパソコンの２つを使用して受講 ＊なお、上記環境は推奨です。 上記環境をご準備できない場合でも、多少煩雑にはなりますが、   演習中に各ソフトウェアを切り替えていただくことで受講いただけます。

セミナー趣旨

  製造業では、多くのデータを取扱いますが、データから価値ある情報を取り出し、解釈するためには各種統計的な解析を使用する必要があります。統計解析、あるいは多変量解析は、データの要約、傾向の確認、原因分析、今後の予測などの解析が行えますが、目的に合わせて適切な手法を選択する必要があります。最近トピックスになっている人工知能に関しても、効率的な学習を行うためには、データの与え方の工夫や、学習に適した形にデータを加工する必要があります。その際にも、前述した統計解析・多変量解析によるデータ分析が必要になります。  一方で、統計・多変量解析を習得しようとすると、従来は、実務では実際には使用しない内容を無味乾燥な数式で学ぶ必要があります。また、データ分析には統計・多変量解析ソフトウェアが必要になります。しかしながら、統計・多変量解析ソフトウェアは、下記のように2極化しており、簡単に導入・活用するにはためらいがともなう状況です。・無料で使用できる反面、プログラムのような記述が必要な「R」・Excelライクで直感的に使用でき、かつ極めて高機能な反面、高額なため「1人1ソフトウェア体制」や「思い立ったら誰でもデータ解析をする体制」には向かない「JMP」「SPSS」「StatWorks」  本講座では、アカデミックな内容は最小化し、製造業の実務で使う各種データ分析の実践的な方法を中心に講義いたします。また、無味乾燥な数式の解説ではなく、具体的な事例を通して、データ分析の基礎と手順を解説いたします。そして、無料で導入でき、EXCELライクで直感的に使用できる統計解析パッケージソフトウェアを使い、実際にデータ分析の演習を行います。

受講対象・レベル

・要素技術、生産システム、品質管理などの分野でデータ分析・統計・多変量解析スキルが必要な方々・マーケティング、商品企画等で、顧客ニーズ、コンセプトメイキングのためにデータ分析・統計・多変量解析スキルが必要な方々・人工知能を活用するために、データの前処理、データの解釈、人工知能の予測能力の評価等の手法を習得したい方々・複数の要因によって、目的とする対象がどのように変化するか、予測や説明を行う方法を求めている方々・複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める（データの縮約）方法を求めている方々・数多くのデータをグルーピングし、適切に分類、階層化する方法を求めている方々・複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法を求めている方々※技術コンサルタントの方や、講師業の方は、受講をご遠慮ください。

必要な予備知識

※統計解析・多変量解析・人工知能に関する予備知識は必要ありません。

習得できる知識

・実務で使えるデータ分析手法の基礎→基本的なデータの要約（統計量）とグラフ化・統計解析の危うさとグラフによる目視確認の重要性・データ分析手法の体系と成果が出やすい手法・多変量解析ソフトウェアの操作方法・複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う方法→重回帰分析・複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める方法(データを縮約する方法)→主成分分析・数多くのデータをグルーピングし、適切に分類、階層化する方法→クラスター分析・複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法　   →因子分析（ただし、製造業の実務使用では適応し難いため、代用手法を解説）など

セミナープログラム

1．実務で使えるデータ分析手法の基礎　1) 統計解析・多変量解析とは　2) 基本的なデータ要約方法　－基本的な統計量　3) グラフ化による目視確認の重要性　4) 実務でよく使用する各種グラフ　5) ソフトウェア紹介2．複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う　1) 重回帰分析（回帰式の構築）とは　2) 重回帰分析の手順、チェックノウハウ　3) 参考：判別分析　4) データ分析演習3．数多くのデータをグルーピングし、適切に分類する　1) クラスター分析（類似した特徴を持つグループ化とグループの階層化分析）とは　2) クラスター分析の手順、チェックノウハウ　3) データ分析演習4．複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める　1) 主成分分析（データの縮約、データの合成分析）とは　2) 主成分分析の手順、チェックノウハウ　3) データ分析演習5．複数のデータ項目間の複雑な関係を説明する、潜在的な構造を求める　1) 因子分析（潜在変数の見える化、データの分解分析）とは　2) 因子分析のエンジニアリング実務上の問題点と対策（代用手法）　3) 参考：因子分析の手順、チェックノウハウ　4) 参考：データ分析デモ（時間があれば）6．その他の分析方法　1) 要因の組合せ最適化を行う方法　→実験計画法　概要　2) より高度な組合せ最適化方法　→品質工学（タグチメソッド）概要　3) 重回帰式の上位版　→ニューラルネットワークモデル（深層学習）概要7．質疑応答

※原則、マイクでの口頭質問を受け付けます。この7の部分だけでなく、各部ごとに質疑時間を設ける予定です。

※受講者の習熟度合いに応じて、説明の順序が入れ替わる場合があります。

■講演中のキーワード統計解析　多変量解析　データ分析　重回帰分析　回帰モデル　主成分分析　因子分析　クラスター分析　ニューラルネットワークモデル　人工知能